Pyomo入门：如何避免模型表达式互调引发的递归错误？

问题根源 #

你的代码中model.SOC_m（第m分钟的SOC）依赖前一分钟的E_del_m[m-1]，而model.E_del_m[m]又依赖当前分钟的SOC_m[m]，这种双向引用导致Pyomo无法解析表达式的依赖关系，触发异常。

解决方案：重构模型结构，消除循环依赖 #

1. 将SOC定义为变量而非表达式 #

SOC是状态变量，应该用pyo.Var定义，并通过约束建立递推关系，而非直接用表达式赋值：

# 定义SOC变量，设置上下界
model.SOC_m = pyo.Var(model.m, bounds=(SOC_min, SOC_max))

# 初始SOC约束
def init_SOC_rule(model):
    return model.SOC_m[model.m.first()] == SOC_init
model.init_SOC = pyo.Constraint(rule=init_SOC_rule)

# SOC递推约束：第m分钟SOC = 前一分钟SOC + 前一分钟输送能量带来的变化
def SOC_recurrence_rule(model, m):
    if m == model.m.first():
        return pyo.Constraint.Skip  # 跳过初始时刻的递推
    return model.SOC_m[m] == model.SOC_m[m-1] + (100 * model.E_del_m[m-1] / E_rated)
model.SOC_recurrence = pyo.Constraint(model.m, rule=SOC_recurrence_rule)

2. 用约束替代表达式中的max/min逻辑 #

Pyomo的表达式不支持直接使用Python的max()/min()（会导致非线性或解析错误），需要将E_del_m的逻辑转化为约束：

# 先定义E_del_m为变量
model.E_del_m = pyo.Var(model.m)

# 定义E_del_m的约束规则
def E_del_rule(model, m):
    if P_av_m[m] >= 0:
        # 满足两个下界，取较大值（实际需根据业务逻辑确认约束方向，此处按你的公式）
        return pyo.And(
            model.E_del_m[m] >= model.E_exp_m[m],
            model.E_del_m[m] >= ((SOC_min - model.SOC_m[m])/100) * E_rated
        )
    else:
        # 满足两个上界，取较小值
        return pyo.And(
            model.E_del_m[m] <= model.E_exp_m[m],
            model.E_del_m[m] <= ((SOC_max - model.SOC_m[m])/100) * E_rated
        )
model.E_del_constraint = pyo.Constraint(model.m, rule=E_del_rule)

注：如果你的业务逻辑是限制E_del_m的取值范围（比如放电时不能让SOC低于最小值，此时实际输送量不应超过(SOC_m[m] - SOC_min)/100 * E_rated），需要调整约束的方向，避免逻辑错误。

按索引m获取实时计算值 #

当模型成功求解后，直接通过变量的.value属性获取对应索引的值：

# 获取第5分钟的SOC值
soc_5 = model.SOC_m[5].value
# 获取第5分钟的实际输送能量值
e_del_5 = model.E_del_m[5].value

如果需要在建模过程中获取中间计算值（非求解后），可以通过遍历索引顺序计算（因为SOC是递推的，从第一个时刻开始依次计算前序值），但这种方式仅适用于预计算场景，无法嵌入Pyomo的约束/表达式中。

内容的提问来源于stack exchange，提问作者fikacoder